专家出策:惠普转型三大步

运维 服务器运维
惠普现在就面临这样的问题。几任CEO采用不同的策略,使用不同方式修复公司存在的问题。使得本来简单的问题搞得愈发复杂。惠普掌舵人梅根惠特曼必须收拾残局,但每一次她取得进展的时候,公司就又出现新危机。

一般说来,解决复杂问题归根结底分为三步:将问题细分成组件,然后诊断,分析修复哪些组件与丢弃哪些组件,最后是优先处理哪些组件,并投入资源解决问题。

如果不打破问题并遵循这些步骤,那么永远是治标不治本。

惠普现在就面临这样的问题。几任CEO采用不同的策略,使用不同方式修复公司存在的问题。使得本来简单的问题搞得愈发复杂。

现在,惠普掌舵人梅根惠特曼必须收拾残局,但每一次她取得进展的时候,公司就又出现新危机。最近的危机就是去年斥巨资收购的Autonomy曝出了财务丑闻。面临Autonomy的假账指控,惠普宣布减记该公司88亿美元的资产。

NetworkWorld网站邀请了Enderle Group的主席兼首任分析师Rob Enderle解析惠普该如何翻身。

首先拆解惠普的问题:在太多行业竞争

通常,一家成功的公司在一个行业绚烂绽放。惠普却至少踏入四个行业,每个行业是举步维艰,它的打印部门横跨两个行业。有消费打印与商务打印,前者在逐渐消亡,后者呢,第三方已成功利用墨水填充获得利益。还有工业印刷,与书籍、标志、封面与杂志这样的半成品材料为伍,传统打印在衰退,工业印刷则初现,因为该市场有潜在增长可能性。

同时,PC部门属于惠普电子消费业务。随着智能手机与平板电脑的冲击,PC市场增长缓慢,利润薄弱。简单来说,消费市场是由苹果、联想与三星主导。

惠普其他部门则关注企业计算。执行力在这块起了分歧,硬件做得很好,但服务与软件则因为各种原因在挣扎。解决起来有点困难,表面上,惠普竞争对手貌似在蚕食惠普的客户,其实不然。

诊断:将惠普从PC和个人业务中解救出来

惠普的四个行业,有两个呈上升趋势。首先是工业印刷。这个行业初萌芽,惠普的规模能让其占主导优势。但这样一来,会消耗公司很多资源,最好是将工业印刷业务出售,将卖得的钱用于加强惠普其他业务。

企业计算是第二大行业,也是惠普目前的主营业务。这个领域是IBM的强项也做得很好。惠普在网络、存储、服务器,甚至软件领域提供了技术,有潜在的竞争优势,但由于过去的错误决定,惠普在软件和服务方面还需要加强。

解决该问题,惠普应该向IBM学习,但如果惠普现在开始转型的话,比IBM更有优势。基于惠普现有的产品组合,该业务完全有可能成为新惠普的核心。

剩余的两个业务,要么就是在衰退,要么就是执行力太差劲。个人与商务打印市场在衰退,由于便宜的第三方供应商,惠普供应受到很大冲击。惠普的消费电子业务在市场上不占优势,因为很多发展公司是纯玩家,专注于消费电子。

联想是增长最快的消费电子公司,通过对IBM PC部门的收购,IBM和联想作为独立单位都获得了成功。而PC和消费都想同时抓的索尼,后果大家也都知道了。也就是说消费电子公司主要专注,对惠普来说就是拆分。

排序并执行:形象就是一切

首先最重要的是惠普的形象存在问题。太多负面消息缠身,导致投资者、雇员和用户对公司的能力有所怀疑。

苹果和IBM的CEO们在他们任期间都在努力提升形象。他们都成功了,因为好的形象让公司在五到七年内存活。所以惠普提升形象势在必行。

接下来,惠普应该将其他部门打包,不再作为惠普的核心,卖掉或者拆分。这会改进惠普的资产负载表,减轻问题复杂度,让新公司能专注于某个行业。

惠普可以学习苹果与IBM

苹果和IBM都通过转型获得了成功。很多公司都面临着转型的难题。不是掌权的人不聪明,而是负荷过重。如果首先不能解决该问题,那么转型就无益。这也不单单是CEO的难题,事实上,惠普走马观灯换CEO实在不利于修复问题。

问题源于董事会。表面上,惠普的董事会成员是世界级的,但他们必须为惠普转型成功出力呀。

责任编辑:路途 来源: TechTarget中国
相关推荐

2009-05-08 09:20:56

IT创业员工就业

2009-07-20 17:42:04

iBATIS入门

2009-07-17 10:20:24

iBATIS实例

2013-03-18 10:59:28

AMD战略转型

2013-10-09 09:32:58

2015-12-31 11:02:32

SDN软件定义网络2016

2023-06-09 13:35:00

数字化转型工业

2021-03-19 12:53:35

微步在线威胁情报安全

2013-10-08 09:27:15

Linux

2016-12-01 09:43:21

RDMA over FSSDRDMA

2009-08-05 15:29:54

IP连接故障交换机连接

2016-11-07 13:31:24

2010-03-19 10:36:52

Python RUD功

2012-11-20 16:36:15

云数据库

2017-07-25 12:02:53

CIO数字化银行

2022-07-05 15:11:42

Python数据可视化机器学习

2014-04-24 09:48:53

2011-04-29 11:08:00

激光打印机

2010-09-01 09:08:34

CSS
点赞
收藏

51CTO技术栈公众号